Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarLangChain Blog→ original

LangSmith muestra cuánto cuesta un PR fusionado de los agentes de programación

Las empresas gastan cada vez más en agentes de programación, pero la mayoría de los directivos no sabe qué compran con esos tokens. LangChain ha añadido a LangSmith informes para estos agentes: cada gasto del trazado se asocia a un pull request en GitHub o GitLab. Así se puede ver cuánto costó un PR fusionado y cuánto dinero se fue en sesiones que nunca llegaron a un PR. La recomendación es empezar con un solo repositorio y comparar el coste por PR antes y después de cambiar de modelo.

Procesado por IA desde LangChain Blog; editado por Hamidun News
LangSmith muestra cuánto cuesta un PR fusionado de los agentes de programación
Fuente: LangChain Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalLangChain Blog ↗
Editor jefe
Dato clave #1Se admiten Claude Code, Cursor, Copilot y el código abierto Deep Agents
Dato clave #2Los gastos sin PR, como revisiones y análisis de código, se contabilizan por separado
Beta en LangSmith Cloudel plugin para Claude Code se instala con tres comandos

El gasto en agentes de programación crece en muchos equipos más rápido que la comprensión de lo que se obtiene a cambio. La factura del proveedor muestra tokens, pero el directivo necesita responder a otra pregunta: cuánto cuesta una unidad de trabajo terminado. LangChain ha intentado cerrar esa brecha en LangSmith con informes diseñados para agentes de programación.

Qué se ha añadido

LangSmith incorpora el concepto de outcomes, es decir, «resultados». Vincula un pull request en GitHub o un merge request en GitLab con las sesiones (threads) en las que el agente trabajó sobre él. El gasto de cada trazado se reparte automáticamente entre los PR en los que el agente participó.

La relación no es necesariamente uno a uno. Una misma sesión puede abrir varios PR, y a veces un PR requiere trabajar en varias sesiones. El sistema contempla ambos casos, de modo que las cifras reflejan el trabajo real y no un esquema simplificado.

Los agentes de programación son el primer tipo especializado de agente en LangSmith. Cada tipo tiene su propio panel, sus datos conectados y su forma de evaluación. Antes, la plataforma mostraba el coste de un trazado individual. Para depurar a mano eso bastaba, pero para entender las tendencias de todo un equipo no. La nueva página de resumen reúne esas cifras.

Qué se ve en el panel

Las métricas principales aparecen en la primera pantalla, y al hacer clic en cualquiera se abre su evolución en el tiempo. Si el equipo ha cambiado de modelo, se pueden comparar los periodos anterior y posterior.

Los gastos se dividen según el estado del PR: abierto, cerrado sin fusionar o fusionado. Así se ve cuánto dinero se convirtió en código aceptado y cuánto se fue en tareas cerradas o estancadas.

Hay una categoría aparte llamada unattributed, es decir, gasto sin vincular a ningún PR. Ahí entran las sesiones en las que el agente revisó código o analizó un problema sin crear ningún PR. No es necesariamente dinero desperdiciado, y al hacer clic se pueden abrir las sesiones y comprobar qué ocurrió.

Las sesiones se clasifican automáticamente por tipo de tarea: nuevas funcionalidades, corrección de errores, investigación y revisión. Para cada tipo se muestra la proporción de sesiones y la proporción del coste. Qué se considera irrelevante lo decide cada organización. Por ejemplo, un equipo que usa el agente solo para el backend puede marcar peticiones como «escribe un texto publicitario».

Además, el panel muestra qué habilidades (skills) invocan los agentes, los PR más caros y cómo crece el coste a medida que se alarga la conversación. Cada métrica lleva a la conversación concreta.

Cómo usarlo

LangChain propone varios escenarios:

  • Aprendizaje dentro del equipo. Si un ingeniero obtiene PR fusionados notablemente más baratos que otro, conviene averiguar qué hace de forma diferente y compartirlo. Las causas habituales de PR caros son una sesión que no paraba de crecer o un modelo de primera línea usado para un cambio menor.
  • Sesiones cortas. Cada nuevo turno de la conversación arrastra todo el contexto acumulado, así que el dinero se concentra en sesiones muy largas. Mantener una misma conversación abierta para varias tareas sale caro. Los autores recuerdan que Anthropic también recomienda limpiar el contexto entre tareas, y el panel mostrará si el hábito cambia tras ese consejo.
  • Elección de modelo. Cuando sale un modelo nuevo, se puede comparar el coste de un PR fusionado antes y después del cambio. Un nuevo proveedor puede ejecutarse en paralelo con el actual y compararse en precio y resultado en una sola ventana. Si se pasa a los subagentes a un modelo más barato, se ven tanto el ahorro como si los PR siguen fusionándose.
  • Habilidades. Si una skill aparece constantemente en sesiones largas y caras, quizá su instrucción obliga al agente a dar pasos innecesarios. Si aparece sobre todo en sesiones cortas con PR fusionado, conviene extenderla al resto del equipo.
  • Conversación con finanzas. El coste de un PR fusionado indica cuánto cuesta una unidad de trabajo terminado. Junto a él está el gasto sin PR, así que un coste alto no siempre significa un mal proceso.

Soporte de agentes y lanzamiento

Muchos equipos no usan una sola herramienta: unos trabajan con Claude Code, otros con Cursor o Copilot, y los equipos de plataforma construyen sus propios agentes sobre una infraestructura abierta como Deep Agents. LangSmith reúne los trazados de todos en un único lugar, en lugar de dispersar las cifras entre las consolas de cada proveedor.

La función está disponible en beta pública en LangSmith Cloud, y los trazados de los agentes de programación cuentan dentro del límite habitual de trazados. La configuración tiene tres pasos: instalar el plugin de LangSmith para cada agente que se use, abrir la página de resumen de agentes de programación y esperar a las primeras sesiones. En Claude Code, el plugin se instala con dos comandos /plugin dentro de la sesión, tras añadir el marketplace langchain-ai/langsmith-claude-code-plugins.

Qué hay que tener en cuenta

El material procede de la propia LangChain y no incluye mediciones independientes del ahorro. El PR fusionado sigue siendo una medida aproximada del valor: no dice nada sobre la calidad del código, y el agente realiza revisiones e investigaciones sin generar ningún PR. La métrica sirve como punto de referencia. Lo más práctico es empezar con un agente y un repositorio, revisar el desglose por PR y solo después comparar modelos y políticas.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué se ha añadido?

LangSmith incorpora el concepto de outcomes, es decir, «resultados». Vincula un pull request en GitHub o un merge request en GitLab con las sesiones (threads) en las que el agente trabajó sobre él. El gasto de cada trazado se reparte automáticamente entre los PR en los que el agente participó. La relación no es necesariamente uno a uno. Una misma sesión puede abrir varios PR, y a veces un PR requiere trabajar en varias sesiones.

¿Qué se sabe sobre Qué se ve en el panel?

Las métricas principales aparecen en la primera pantalla, y al hacer clic en cualquiera se abre su evolución en el tiempo. Si el equipo ha cambiado de modelo, se pueden comparar los periodos anterior y posterior. Los gastos se dividen según el estado del PR: abierto, cerrado sin fusionar o fusionado. Así se ve cuánto dinero se convirtió en código aceptado y cuánto se fue en tareas cerradas o estancadas. Hay una categoría aparte llamada unattributed, es decir, gasto sin vincular a ningún PR.

Cómo usarlo?

LangChain propone varios escenarios: Aprendizaje dentro del equipo. Si un ingeniero obtiene PR fusionados notablemente más baratos que otro, conviene averiguar qué hace de forma diferente y compartirlo. Las causas habituales de PR caros son una sesión que no paraba de crecer o un modelo de primera línea usado para un cambio menor. Sesiones cortas. Cada nuevo turno de la conversación arrastra todo el contexto acumulado, así que el dinero se concentra en sesiones muy largas.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…